ASOCIACIÓN ENTRE EL TIPO DE DIÁLISIS LA ...ASOCIACIÓN ENTRE EL TIPO DE DIÁLISIS LA SUPERVIVENCIA...

ASOCIACIÓN ENTRE EL TIPO DE DIÁLISIS LA

SUPERVIVENCIA EN PACIENTES CON

ENFERMEDAD RENAL CRÓNICA EN COLOMBIA.

ANÁLISIS CON MODELOS ESTRUCTURALES MARGINALES

Carolina Sandoval Salinas

Universidad Nacional de Colombia

Facultad de Medicina, Maestría en Epidemiología Clínica

Bogotá D.C, Colombia

2017

ASOCIACIÓN ENTRE EL TIPO DE DIÁLISIS

LA SUPERVIVENCIA EN PACIENTES CON

ENFERMEDAD RENAL CRÓNICA EN

COLOMBIA. ANÁLISIS CON MODELOS

ESTRUCTURALES MARGINALES

Carolina Sandoval Salinas

Tesis de investigación presentada como requisito parcial para optar al título de:

Magister en Epidemiología Clínica

Director:

MD, MsC, Ricardo Sánchez Pedraza

Codirector:

MD, MsC, Rafael Mauricio Sanabria

Línea de Investigación:

Epidemiología clínica

Universidad Nacional de Colombia

Facultad de Medicina, Maestría en Epidemiología Clínica

Bogotá D.C, Colombia

2017

A Dios, que siempre me acompaña y en los

momentos más difíciles me muestra el camino

a seguir. A mis padres, familiares y amigos,

que siempre han creído en mí. A mi hija por el

tiempo concedido.

Agradecimientos

Al Dr. Andrés Leonardo González, por todo su apoyo y enseñanzas para el análisis de los

datos en Stata y R.

Al Instituto para la Evaluación de la Calidad y Atención en Salud – IECAS, por el apoyo

económico para la realización de la maestría.

Resumen y Abstract IX

Resumen

Objetivo: Estimar la asociación entre el tipo de diálisis y la supervivencia de pacientes con

enfermedad renal crónica, ajustando por covariables dependientes de tiempo, utilizando

modelos marginales estructurales.

Metodología: Estudio observacional analítico tipo cohorte histórica, conformada por

adultos con ERC en diálisis tratados en las clínicas de Renal Therapy Services (RTS) en

Colombia durante 2009–2012. Se evaluó la asociación entre el tipo de terapia dialítica

(peritoneal vs hemodiálisis) y la supervivencia, ajustando por variables basales y que

dependen del tiempo, utilizando modelos estructurales marginales (MSM). Los resultados

se compararon con el método multivariado de Cox extendido.

Resultados: 7262 pacientes cumplieron criterios de elegibilidad; 57,5% eran de sexo

masculino; la mediana de edad fue de 60,8 años (RIQ 20,3 años); 60,51% de los pacientes

recibieron diálisis peritoneal como primera opción al inicio del seguimiento (día 91 de

terapia dialítica) de los cuales 14.13% cambiaron a hemodiálisis en algún momento del

seguimiento; la mediana de supervivencia global fue de 60 meses para el grupo de

hemodiálisis y de 53 meses para el grupo de diálisis peritoneal, sin que esta diferencia

fuera estadísticamente significativa. En el análisis multivariado con modelos estructurales

marginales no se encontraron diferencias entre los grupos de comparación una vez el

modelo fue ajustado por covariables que cambian en el tiempo y otras variables basales

(HR 1,13; IC 95% 0,98 a 1,30). Estos mismos resultados se observaron en el análisis con

el modelo de regresión de Cox (HR 0,96; IC 95% 0,86 a 1,06).

Conclusiones: No se encontró asociación entre el tipo de terapia y el tiempo a la muerte,

ajustando por covariables basales y dependientes de tiempo, por ninguno de los métodos

estadísticos propuestos.

Palabras clave: Enfermedad Renal Crónica; Diálisis; Análisis de Supervivencia; Modelos

Estructurales Marginales.

X Asociación entre el tipo de diálisis y el tiempo a la muerte en pacientes con ERC

Abstract

Objective: To estimate the association between the type of dialysis (peritoneal vs

hemodialysis) and the survival of patients with chronic kidney disease, adjusting for time-

dependent covariates, using marginal structural models.

Methodology: Historical cohort study. We review medical records of adults with grade 5

CKD treated at Renal Therapy Services clinics in Colombia during 2009-2012. The

association between type of dialysis therapy at the beginning of follow-up (day 91 of

therapy) and survival, adjusted for baseline and time-dependent variables using marginal

structural models was evaluated. The results were compared with the extended Cox

multivariate method.

Results: 7262 patients met eligibility criteria; 57.5% were male; the median age was 60.8

years (IQR 20.3 years); 60.51% of the patients received peritoneal dialysis as the first

option, of which 14.13% switched to hemodialysis during follow-up. The overall median

survival time was 60 months for the hemodialysis group and 53 months for the peritoneal

dialysis group, this difference was not statistically significant. In the multivariate analysis

with marginal structural models, no differences were found between the comparison groups

in the model adjusted for time-dependent covariates and other baseline variables (HR 1.13

CI 95% 0.98 to 1.30). Similar results were observed in the analysis with the extended Cox

regression model (HR 0.96, CI 95% 0.86 to 1.06).

Conclusions: Using two different statistical methods, no association was found between

type of therapy and survival after adjusting for baseline and time-dependent covariates.

Keywords: Renal Insufficiency, Chronic; Dialysis; Survival Analysis; Marginal Structural

Model

Contenido XI

Contenido

Pág.

1. Planteamiento del problema .................................................................................... 3

2. Marco teórico ............................................................................................................ 5

2.1 Mortalidad en ERC ............................................................................................. 8 2.2 Modelos estructurales marginales .................................................................... 11 2.3 Modelo de regresión de Cox extendido ............................................................ 12

3. Objetivos ................................................................................................................. 13

3.1 Objetivo general ............................................................................................... 13 3.2 Objetivos específicos ....................................................................................... 13

4. Metodología ............................................................................................................ 15

4.1 Diseño del estudio ............................................................................................ 15 4.2 Pregunta de investigación ................................................................................ 15 4.3 Hipótesis .......................................................................................................... 15 4.4 Población ......................................................................................................... 16

4.4.1 Criterios de inclusión ..................................................................................... 16 4.4.2 Criterios de exclusión..................................................................................... 16

4.5 Tamaño de muestra ......................................................................................... 16 4.5.1 Muestreo........................................................................................................ 17

4.6 Definición operativa de las variables ................................................................ 17 4.7 Fuentes de datos y control de calidad .............................................................. 20 4.8 Organización de los datos ................................................................................ 20 4.9 Manejo de datos faltantes ................................................................................ 20 4.10 Análisis estadístico ........................................................................................... 22

4.10.1 Análisis descriptivo ........................................................................................ 22 4.10.2 Análisis bivariado ........................................................................................... 23 4.10.3 Análisis de supervivencia ............................................................................... 23 4.10.4 Análisis multivariable ..................................................................................... 23

5. Resultados .............................................................................................................. 28

5.1 Características sociodemográficas ................................................................... 28 5.2 Características clínicas de los pacientes .......................................................... 30 5.3 Análisis de supervivencia de Kaplan Meier....................................................... 32 5.4 Análisis multivariable ........................................................................................ 34

5.4.1 Modelo estructural marginal ........................................................................... 34

XII Título de la tesis o trabajo de investigación

5.4.2 Modelo de regresión de Cox.......................................................................... 35

6. Discusión ................................................................................................................ 37

7. Conclusiones ......................................................................................................... 40

8. Recomendaciones ................................................................................................. 42

9. Consideraciones éticas ......................................................................................... 43

Contenido XIII

Lista de figuras

Pág.

Figura 4-1. Gráfico de función de riesgo acumulado de Nelson Aalen ............................ 24

Figura 4-2. Gráfico acíclico dirigido de la asociación entre diálisis y muerte ................... 24

Figura 5-1. Función de supervivencia por tipo de diálisis a los 90 días ........................... 34

Contenido XIV

Lista de tablas

Pág.

Tabla 2-1. Preferencias para diálisis descritas en la guía de práctica clínica nacional ..... 7

Tabla 4-1. Variables de interés ....................................................................................... 17

Tabla 4-2. Datos perdidos por grupo de diálisis .............................................................. 21

Tabla 5-1. Características sociodemográficas basales por grupos de terapia ................. 28

Tabla 5-2. Características clínicas basales por grupos de terapia ................................... 31

Tabla 5-3. Función de supervivencia global por tipo de diálisis ....................................... 33

Tabla 5-4. Modelo estructural marginal ........................................................................... 34

Tabla 5-5. Características de los IPW ............................................................................. 35

Tabla 5-6. Modelo de regresión de Cox extendido .......................................................... 36

Contenido XV

Lista de Símbolos y abreviaturas

Abreviaturas Abreviatura Término

AVAD Años de vida ajustados por discapacidad

CAC Cuenta de alto costo

DE Desviación estándar ERC Enfermedad renal crónica

HR Hazard Ratio IC 95% Intervalo de confianza del 95% IPW Inverse Probability Weighting MSM Modelo Estructural Marginal OMS Organización Mundial de la Salud

TFG Tasa de filtración glomerular

Introducción

La enfermedad renal crónica es una condición considerada a nivel mundial como un

problema de salud pública, dado el aumento de su incidencia, el aumento de la prevalencia

en la población, su asociación con enfermedades como la diabetes y las enfermedades

cardiovasculares que también presentan altas prevalencias en la población, la alta

mortalidad y los elevados costos que genera a los sistemas de salud, especialmente en

estadíos avanzados en los cuales se ha estimado que el costo por cada paciente en diálisis

supera los 30 millones de pesos. (1,2)

Se estima que la enfermedad renal crónica aportó 0.8% de los años de vida ajustados por

discapacidad (AVAD) estimados para el año 2010 (361 AVAD por 1000 personas) (3).

Cifras regionales muestran que en América Latina hay un incremento de la enfermedad

renal crónica en fase terminal, pasando de una tasa de incidencia de 33 pacientes por

millón de habitantes (pmh) en el año 1993, a 167.8 pmh en el año 2005. (4)

En Colombia, de acuerdo a cifras calculadas por la Cuenta de Alto Costo (CAC), la

prevalencia de la enfermedad renal crónica en estadío 5 estimada para el año 2008 entre

los afiliados al sistema de salud fue de 1.43% (21.572 afiliados), de los cuales 93.8%

recibían terapia de reemplazo renal (2), mientras que para el año 2015, la cifra de pacientes

con terapia de reemplazo renal aumentó a 30.844. (5)

La mortalidad de personas con ERC está asociada con múltiples factores, entre ellos el

estadío de la enfermedad. En pacientes en estadios avanzados se han observado

diferencias de acuerdo al tipo de terapia que reciben. En nuestro país los estudios que

evalúan esta problemática presentan limitaciones metodológicas y muestran resultados

contradictorios (6–9), por lo cual se ve la necesidad de realizar un estudio con una

metodología que permita evaluar la asociación entre el tipo de diálisis y la mortalidad de

2 Introducción

una forma más confiable, sabiendo que uno de los criterios que se deben tener en cuenta

al momento de decidir el tipo de diálisis que recibe el paciente, es el riesgo de muerte.

Actualmente se cuenta con diferentes métodos para el ajuste por confusores dependientes

de tiempo, los cuales modifican el tratamiento a lo largo del seguimiento y a su vez predicen

el desenlace en estudios observacionales longitudinales (10); uno de estos métodos es el

análisis con un modelo estructural marginal, el cual, bajo los supuestos de no confusión

residual y especificación correcta del modelo, permite evaluar la relación causal entre la

exposición y el desenlace ajustando por confusores que cambian en el tiempo,

independiente de la temporalidad en la recolección de la información.

El presente estudio tiene por objetivo analizar la asociación entre el tipo de diálisis

(peritoneal y hemodiálisis) y el tiempo a la muerte en pacientes con enfermedad renal

crónica, utilizando modelos estructurales marginales, partiendo de los supuestos

anteriormente citados para este tipo de análisis.

1. Planteamiento del problema

La enfermedad renal crónica está considerada como una enfermedad de alto costo a nivel

mundial, pues desde el diagnóstico debe realizarse monitoreo constante de la función renal

y su tratamiento en estados avanzados incluye procedimientos como la diálisis o el

trasplante renal. Su frecuencia ha venido aumentando con el transcurso del tiempo,

probablemente por el aumento de condiciones como la diabetes, la hipertensión o las

enfermedades cardiovasculares que afectan la función renal de forma directa, así como

por el aumento en la expectativa de vida de la población (11). En Colombia, el Ministerio

de Salud y Protección Social reconoce esta enfermedad como un problema de salud

pública y establece como una de las metas del Plan decenal de salud pública 2012-2021:

“Mantener al 85% de las personas sin enfermedad renal o en estadio 1 y 2 a pesar de tener

enfermedades precursoras (hipertensión y diabetes)”. (12)

La prevalencia de la enfermedad renal crónica en nuestro país fue de 2 personas por

100.000 habitantes para el año 2015, con un registro de 979.709 casos confirmados,

53.9% (528.131) de ellos en estadios 3 a 5; 30.844 pacientes recibieron terapia de

reemplazo renal, de los cuales 57.1% (17.600) fueron tratados con hemodiálisis y 21,3%

(6.578) con diálisis peritoneal (5). En cuanto a la mortalidad y letalidad, se estimó una tasa

de mortalidad ajustada por edad de pacientes con ERC de 26,9 muertes por 100.000

pacientes-año para el 2013, y para pacientes en estadio 5 de 8,1 muertes por 100

pacientes-año(13).

Respecto al tipo de diálisis, diferentes investigaciones a nivel mundial han evaluado la

asociación entre esta variable y la mortalidad de los pacientes con ERC, observándose

resultados contradictorios, que dependen de la metodología con la que se haya

desarrollado el estudio, la población y el tipo de análisis realizado. En nuestro país se ha

evaluado esta relación por medio de estudios que no tienen en cuenta las desviaciones

4 Asociación entre el tipo de diálisis y el tiempo a la muerte en pacientes con ERC

que se pueden presentar en los resultados por variables que cambian en el tiempo, como

son cambio de terapia, niveles de algunos electrolitos, albúmina, hemoglobina, tasa de

filtración glomerular, entre otras, las cuales hacen parte de las características clínicas de

estos pacientes; por lo anterior, las conclusiones sobre la existencia y magnitud de esta

asociación pueden estar sesgadas, es así como se identificó la necesidad de realizar un

estudio con una metodología que brinde un mayor control de los potenciales sesgos y con

esto, resultados válidos para un acercamiento más real a la posible asociación existente.

Adicional al impacto clínico, los resultados de la presente investigación permiten conocer

la utilidad de una metodología más robusta como son los modelos estructurales

marginales, para el análisis de datos provenientes de estudios observacionales

longitudinales.

Los estimadores de mortalidad obtenidos, permitirán a los actores del sistema tener un

conocimiento más exacto de indicadores clave de las terapias dialíticas.

2. Marco teórico

De acuerdo a la guía de enfermedad renal KDIGO (Kidney Disease: Improving Global

Outcomes), la enfermedad renal crónica (ERC) se define como “la presencia de

alteraciones en la estructura o función renal durante al menos tres meses y con

implicaciones para la salud” (14). El diagnóstico de ERC se establece con dos criterios: 1)

evidencia de marcadores de daño renal (albuminuria elevada, alteraciones en el sedimento

urinario, alteraciones electrolíticas u otras alteraciones de origen tubular, alteraciones

estructurales histológicas, alteraciones estructurales en pruebas de imagen, trasplante

renal) o 2) reducción de la tasa de filtración glomerular (TFG) por debajo de 60 ml/min/1,73

m2 (14).

La clasificación de la enfermedad es de gran importancia, pues a partir de ella se define el

tratamiento a seguir; la guía colombiana para el manejo de la enfermedad renal crónica

publicada en 2007, divide la ERC en cinco estadios, siendo el quinto estadio el más grave

para el paciente y en el cual es necesario la terapia de reemplazo renal (diálisis o

trasplante) (15). Otros estándares internacionales recomiendan basar la clasificación de la

ERC en tres criterios (14):

▪ Categoría de la tasa de filtración glomerular: se establecen 5 categorías y van de

G1 (≥90 ml/min/1,73 m2) hasta G5 (<15 ml/min/1,73 m2)

▪ Categoría de la albuminuria: se establecen 3 categorías y van de A1 (<30 mg/24

horas) a A3 (>300 mg/24 horas)

▪ Etiología: se establece según la presencia o ausencia de una enfermedad sistémica

con potencial afectación renal o mediante las alteraciones anatomopatológicas

observadas o presuntas.


El tratamiento de ERC en estadíos tempranos de la enfermedad busca minimizar los

factores de riesgo e intervenir de forma directa las causas de la enfermedad renal, mientras

que en estadios avanzados (4 y 5) se hace terapia de reemplazo renal, la cual puede ser

hemodiálisis, diálisis peritoneal o trasplante renal (15,16).

El tratamiento con diálisis está indicado cuando se presentan signos y síntomas como: a)

complicaciones neurológicas como encefalopatía, neuropatía sensorial y neuropatía

motora; b) serositis urémica: pericarditis y pleuritis; c) anomalías metabólicas refractarias

al manejo médico como hiperpotasemia y acidosis metabólica; y d) sobrecarga de volumen

refractaria a manejo médico. El inicio de este tipo de terapia renal está recomendado

cuando la TFG es menor a 15 ml/min y se cumple alguna de estas condiciones: evidencia

de uremia, generación de nitrógeno proteico de 0.8 g/kg/día, o desnutrición clínica (15).

Una revisión sistemática realizada por el grupo de Cuenta de Alto Costo del Ministerio de

Salud, describe los siguientes criterios para el ingreso a diálisis (17):

▪ Pacientes con TFG <15 ml/min y tenga uno o más de los siguientes criterios: signos

y síntomas atribuibles a síndrome urémico (astenia, adinamia, hiporexia, náuseas,

diarrea, serositis, anomalías acido básicas o electrolíticas, prurito), incapacidad

para controlar estado de hipervolemia o sobre hidratación, deterioro progresivo del

estado nutricional a pesar de intervenciones dietarías.

▪ Elementos complementarios para tener en cuenta:

- Evaluación de comorbilidades, deterioro cognitivo y funcionalidad.

- Evaluación de comorbilidades: Índice de Charlson u otra.

- Evaluación de Funcionalidad: Escala de Karnofsky, Barthel u otra.

- Evaluación de estado mental: Minimental u otra.

Los criterios a tener en cuenta en el momento de escoger el tipo de diálisis son diversos y

pueden estar relacionados con el paciente y sus características sociodemográficas y

clínicas, las características de la enfermedad, y la disponibilidad del servicio. En nuestro

país al igual que en otros países del mundo, se recomienda que el criterio más importante

para seleccionar el tipo de terapia de reemplazo renal sea la preferencia del paciente,

aunque esta decisión puede modificarse dependiendo de la existencia de una fuerte

Marco Teórico 7

indicación a favor o en contra de alguna de las terapias (15,17). En la tabla 2-1 se describen

de acuerdo con la guía nacional, las preferencias para escoger un tipo de diálisis.

Tabla 2-1. Preferencias para diálisis descritas en la guía de práctica clínica nacional (15)

DECISIÓN CONSIDERACIONES

Indicaciones fuertes para diálisis

peritoneal

– Acceso vascular difícil de realizar

– Falla cardíaca refractaria

– Válvula cardíaca protésica

– Imposibilidad de acceso a hemodiálisis

Diálisis peritoneal preferida – Coagulopatías

– Mieloma múltiple

– Diabetes lábil

– HIV positivo

– Hepatitis B o C positivos

Preferencia igual para diálisis

peritoneal o hemodiálisis

– Diabetes

– Angina estable crónica

– Enfermedad vascular periférica

– Enfermedad poliquística

– Escleroderma

Diálisis peritoneal no preferida pero

posible

– Obesidad grave

– Historia de diverticulitis

– Lumbalgia severa

– Hernias

– Cirugías abdominales múltiples

– Ceguera

– Hernia hiatal con esofagitis por reflujo

– Depresión severa

– Drogadicción

– Apoyo social inadecuado

Contraindicaciones relativas para

diálisis peritoneal

– Desnutrición

– Adherencias abdominales

– Ostomías

– Proteinuria > 10 g/día

– Gastroparesia diabética grave

– Hipertrigliceridemia grave

– EPOC avanzado

– Ascitis

– Embarazo

– Post operatorio de trasplante (un mes)

– Pacientes con shunts ventrículoperitoneal

– Demencia

– Higiene pobre


Contraindicaciones absolutas para

diálisis peritoneal

– Enfermedad inflamatoria intestinal

– Diverticulitis activa

– Isquemia mesentérica

– Absceso abdominal

– Psicosis o enfermedad bipolar

Fuente: Guía para el manejo de la enfermedad renal y crónica y Modelo de prevención y

control de la enfermedad renal crónica. Ministerio de la Protección Social. Colombia 2007

Una consideración clínica para escoger una modalidad de diálisis es la función renal

residual (FRR). En nuestro país, la guía de práctica clínica de enfermedad renal

recomienda diálisis peritoneal como primera opción de tratamiento dialítico para pacientes

que van a iniciar terapia de diálisis y tiene función renal residual, cuando el paciente pierde

la función renal o cuando empieza a tener compromiso cardiovascular la hemodiálisis es

una mejor opción (15)

Entre las características de la hemodiálisis que deben considerar los pacientes al momento

de elegir o no este tipo de tratamiento está la dosis estándar, la cual es de tres sesiones a

la semana, cuatro horas por sesión, por lo que los pacientes deben disponer de tiempo y

recursos para el desplazamiento hasta una institución de salud donde le realicen este

procedimiento. Por el contrario, entre las ventajas de la diálisis peritoneal está la posibilidad

de ser realizada en casa del paciente.

2.1 Mortalidad en ERC

En una búsqueda sistemática llevada a cabo para identificar los estudios que comparan la

mortalidad entre hemodiálisis y diálisis peritoneal se encontraron 33 estudios, publicados

desde 1990 hasta 2014, con más de 200 pacientes (18–50). Todos estos estudios fueron

de tipo observacional, en su mayoría retrospectivos, y varían en aspectos metodológicos

como: la fuente de los datos, si son tomados de registros nacionales o institucionales, el

tamaño de la muestra, el tiempo de seguimiento de los pacientes, las condiciones de los

pacientes (en la mayoría de los estudios los resultados cambian por subgrupos de

pacientes), las covariables que se incluyen en el ajuste y del tipo de análisis que se hace

para ajustar por variables confusoras.

Marco Teórico 9

Los resultados de 14 estudios no mostraron diferencias en la mortalidad entre los dos tipos

de diálisis, aunque en varios de ellos se encontró que después de los 24 meses el riesgo

de muerte es mayor en pacientes que recibieron diálisis peritoneal que los que recibieron

hemodiálisis; en los análisis por subgrupos se encontraron diferencias entre diabéticos y

no diabéticos o en pacientes jóvenes y pacientes mayores, favoreciendo a una u otra

terapia (18,20,25,26,28,30–33,35,38,39,46,48).

En estudios grandes o con métodos de análisis más estructurados para variables

confusoras, se observó que la mortalidad es menor en pacientes que recibieron diálisis

peritoneal que en los que recibieron hemodiálisis. La primera gran cohorte fue reportada

por Fenton et al en 1997, e incluyó 11.970 pacientes que fueron seguidos por 5 años; en

este estudio se estimó una razón de tasas de mortalidad de 0.73 (IC 95% 0.68-0.78)

favoreciendo la diálisis peritoneal, sin embargo en el análisis de regresión de Cox no se

mantuvo esta diferencia (24). Vonesh et al evaluaron la mortalidad por tipo de terapia

dialítica en una cohorte de 398.940 pacientes de Estados Unidos tratados durante los años

1995 a 2000; en este estudio se evidenció que tener diabetes, la edad del paciente, y la

presencia de otra comorbilidad son factores que interactúan significativamente con la

modalidad de diálisis; la mortalidad fue más alta en pacientes no diabéticos y sin

comorbilidad que recibieron hemodiálisis comparada con el mismo grupo que recibió

terapia peritoneal, sin embargo estos resultados cambian de acuerdo a otras variables (43).

Liem et al estimaron la mortalidad entre pacientes holandeses sometidos a diálisis, e

identificaron que después de 15 meses de iniciada la terapia el HR de mortalidad para

diálisis peritoneal comparado con hemodiálisis fue de 0.86 (IC 95% 0.74-1.00) para

pacientes de 40 años no diabéticos y de 1.42 (IC 95% 1.23-1.65) para pacientes mayores

de 70 años con diabetes (29). Huang et al midieron la supervivencia global en una cohorte

de 48.629 pacientes en Taiwan y no encontraron diferencias significativas entre los dos

tipos de terapia en los análisis ajustados; en los análisis por subgrupos se observó que los

pacientes diabéticos y los mayores de 55 años tienen mayores tasas de supervivencia

cuando reciben hemodiálisis (26).

Los resultados de estudios realizados con índices de propensión (IP) para ajustar por

covariables basales, son contradictorios. Winkelmayer et al no encontraron diferencias

significativas entre los pacientes de una cohorte de 2.503 pacientes de Estados Unidos

sometidos a hemodiálisis o diálisis peritoneal (45); Weindhadl et al, también en EEUU,


emparejaron 6.337 pacientes de acuerdo al índice de propensión y hallaron que la

probabilidad de supervivencia acumulada a los 12 y 24 meses fue significativamente mayor

para pacientes que recibieron diálisis peritoneal que aquellos que recibieron hemodiálisis,

pero a los 36 y 48 meses no hay diferencia significativa (44). En Francia, un estudio

realizado con el registro nacional y que incluyó 4.401 pacientes con ERC y falla cardíaca

congestiva, mostró que la mediana de supervivencia de pacientes con hemodiálisis es

significativamente mayor que en pacientes con diálisis peritoneal (36.7 meses versus 20.4

meses, respectivamente), así mismo el HR de mortalidad fue mayor para diálisis peritoneal

en todos los análisis que se hicieron (34). En Korea, Choi et al realizaron un estudio con

1.060 pacientes, de los cuales fueron emparejados por índice de propensión 278 y

encontraron que a los 24 meses la probabilidad de supervivencia acumulada fue

significativamente mayor en pacientes con diálisis peritoneal que en aquellos con

hemodiálisis, siendo menor el riesgo de muerte para el primer grupo (HR 0.49, IC 95%

0.25-0.97)(48). En este mismo país Kim et al reportaron resultados de un estudio con

32.280 pacientes de los cuales emparejaron 7.049 por IP, donde se observó que la tasa

de mortalidad fue significativamente más alta en pacientes con diálisis peritoneal que con

la otra terapia dialítica (27).

Van der Wal et al (51)y Lukowsky et al (50), analizaron la mortalidad utilizando modelos

marginales estructurales, con el fin de ajustar los análisis por variables que cambian en el

tiempo y que pueden generar sesgo. En el primer estudio, los resultados mostraron que,

aunque el riesgo es menor en diálisis peritoneal a los 3 y 12 meses, esto cambia en un

tiempo mayor de seguimiento, por lo que a largo plazo los pacientes en hemodiálisis tienen

menor riesgo de muerte; en los análisis por subgrupos no se hallaron diferencias en

pacientes mayores y se observó que después de 36 meses la supervivencia declina más

rápido en el grupo de diálisis peritoneal. En el segundo estudio, la supervivencia fue

significativamente mayor en pacientes que recibieron diálisis peritoneal comparada con el

otro grupo.

Respecto al uso de modelos estructurales marginales para análisis de estudios

longitudinales en cohortes de pacientes con enfermedad renal crónica, se encontraron 13

estudios (49,50,52–62), el primero de ellos publicado en el año 2.005; dos de ellos

compararon la mortalidad entre hemodiálisis y diálisis peritoneal (49,50), cuyos resultados

Marco Teórico 11

fueron descritos en el párrafo anterior, y los otros evaluaron otros factores de riesgo en un

grupo de pacientes con una de las dos terapias dialíticas (52–62).

2.2 Modelos estructurales marginales

Los modelos estructurales marginales son un método para la evaluación de la relación

causal entre una exposición o tratamiento dependiente de tiempo y un desenlace, en

estudios observacionales en los cuales existen confusores dependientes de tiempo que

afectan la exposición de interés y a su vez pueden modificarse dada la historia de

exposición (10). Los parámetros de estos modelos pueden estimarse mediante

estimadores ponderados por pesos de probabilidad inversa (IPW) y puntajes de

propensión para balancear covariables (Covariate Balancing Propensity Score - CBPS)

(63).

Cuando se utiliza la ponderación por pesos de probabilidad inversa, el análisis se hace en

dos pasos: primero, se estiman los pesos de la probabilidad inversa de ser tratado o estar

expuesto dada la historia de exposición, por medio de modelos de regresión, para cada

individuo en cada periodo de seguimiento; de considerarse necesario evaluar la censura,

se calculan los pesos de la probabilidad inversa de ser censurado similar a los estimados

para el tratamiento. Al final de este primer paso se multiplican los pesos de tratamiento (o

exposición) y censura y se obtiene un único valor. En el segundo paso, se pondera por

estos pesos los modelos analíticos finales para remover el efecto de los confusores

dependientes de tiempo (10).

Los supuestos que deben cumplir los modelos estructurales marginales son (64):

a. Consistencia: Significa que el resultado contrafactual de un sujeto bajo su historia

de exposición observada es el mismo resultado observado.

b. Intercambiabilidad: Se refiere a la ausencia de confusión residual e igual

distribución de los confusores entre los grupos de comparación, lo cual permite que

los individuos sean intercambiables.

c. Positividad: todos los sujetos deben tener una probabilidad mayor a 0 de recibir

cualquier nivel de la exposición bajo cualquier historia de covariables.

d. Correcta especificación del modelo de predicción de los IPW y del modelo de

asociación final.


2.3 Modelo de regresión de Cox extendido

El modelo de regresión de Cox extendido permite el análisis de predictores dependientes

de tiempo, que pueden ser definidos para la evaluación del supuesto de proporcionalidad,

o pueden ser intrínsecamente dependientes de tiempo. Para esto se incluyen en el modelo

el producto de las interacciones de estas variables por una función de tiempo.

La definición del modelo extendido es:

ℎ(𝑡, 𝑋(𝑡)) = ℎ0(𝑡) exp (∑ 𝛽𝑗𝑋𝑗 + ∑ 𝛿𝑗𝑋𝑗(𝑡)

𝑝2

𝑗=1

𝑝1

𝑗=1

)

Donde 𝑋𝑗(𝑡) corresponde a las variables dependientes de tiempo.

Al igual que en el modelo de Cox convencional, en este modelo se usa la prueba de Wald,

las pruebas basadas en razones de verosimilitud y los intervalos de confianza para hacer

inferencia estadística (65).

3. Objetivos

3.1 Objetivo general

Estimar la asociación entre el tipo de diálisis y la supervivencia global en pacientes con

enfermedad renal crónica, ajustando por covariables que cambian en el tiempo, utilizando

modelos marginales estructurales.

3.2 Objetivos específicos

▪ Describir las características sociodemográficas y clínicas de una cohorte de pacientes

con enfermedad renal crónica en Colombia.

▪ Cuantificar incidencia de mortalidad y el tiempo hasta la presentación de este evento,

en la población de estudio.

▪ Cuantificar la asociación cruda y ajustada por variables de confusión, entre el tipo de

terapia inicial y la supervivencia global.

▪ Estimar la asociación entre el tipo de diálisis y la supervivencia en pacientes con

enfermedad renal crónica, utilizando el método de riesgos proporcionales de Cox

extendido.

▪ Analizar de forma descriptiva la diferencia entre el estimador y los intervalos de

confianza de los dos métodos de análisis propuestos en este estudio: modelos

estructurales marginales y modelo extendido de Cox.

4. Metodología

4.1 Diseño del estudio

Estudio de cohorte histórica, dinámica.

4.2 Pregunta de investigación

Inicialmente se plantearon dos preguntas de investigación:

1. ¿Cuál es la asociación entre el tipo de diálisis y la supervivencia global, teniendo en

cuenta la presencia de covariables que cambian en el tiempo, en pacientes con

enfermedad renal crónica en Colombia?

2. ¿Qué diferencias existen entre los estimadores resultantes de dos métodos de análisis

multivariado para el control de la confusión por covariables que cambian en el tiempo?

Esta última pregunta fue abordada de forma descriptiva, por considerar que no existe

un método estadístico para comparación de los estimadores, el análisis de la

diferencia se hizo a partir del estimador y los intervalos de confianza.

4.3 Hipótesis

Se plantea la hipótesis solo para la primera pregunta de investigación:

▪ Hipótesis nula: Hazard Ratio = 1. No existe asociación entre el tipo de diálisis y el

tiempo a la muerte en pacientes con enfermedad renal crónica en Colombia, cuando

se ajusta por covariables que cambian en el tiempo.


▪ Hipótesis alterna: Hazard Ratio ≠ 1. Existe asociación entre el tipo de diálisis y el tiempo

a la muerte en pacientes con enfermedad renal crónica en Colombia, cuando se ajusta

por covariables que cambian en el tiempo.

4.4 Población

4.4.1 Criterios de inclusión

▪ Hombres y mujeres mayores de 18 años.

▪ Diagnóstico clínico de enfermedad renal crónica en estadio 5.

▪ Pacientes que recibieron diálisis por primera vez en una institución de la red de clínicas

renales Renal Therapy Services (RTS) en Colombia, entre el 1 de enero de 2009 y el

31 de diciembre de 2012.

4.4.2 Criterios de exclusión

▪ Pacientes en terapia dialítica por un tiempo menor o igual a 90 días.

▪ Pacientes sin datos para las variables necesarias para estimar los IPW de los modelos

estructurales marginales.

La fecha de corte para el seguimiento de los pacientes fue el 31 de diciembre de 2014, de

tal manera que todos los sujetos de investigación tuvieron un tiempo potencial de

exposición de al menos 24 meses.

4.5 Tamaño de muestra

Se estimó un tamaño de muestra de 992 para encontrar hazard ratio ajustados de 1.4, de

acuerdo con las siguientes consideraciones:

▪ Nivel de significancia= 0.05

▪ Poder estadístico=0.8

▪ Incidencia del evento: 14%

Los cálculos fueron realizados en el software Pass®

Metodología 17

4.5.1 Muestreo

Se realizó un muestreo no probabilístico, consecutivo a partir de una base de datos de

pacientes con enfermedad renal crónica, incluyendo todos aquellos que cumplieron

criterios de selección.

4.6 Definición operativa de las variables

Las variables que se recolectaron y analizaron en el presente estudio se describen en la

tabla 5-1.

Tabla 4-1. Variables de interés

Variable Definición conceptual Nivel de

medición

Definición operativa

Variable de exposición

Terapia

prevalente

Tipo de diálisis que recibe el

paciente a partir del día 90 de

terapia

Nominal 0. Hemodiálisis

1. Diálisis peritoneal

Variable de desenlace

Tiempo a la

muerte

Periodo entre el inicio del

tratamiento y la fecha en la que

fallece el paciente

Numérica

continua

Días

Covariables

Sexo Condición biológica de cada

individuo.

Dicotómica 0. Hombre

1. Mujer

Edad Tiempo en años entre el

nacimiento hasta la fecha de

inicio de diálisis

Numérica

Continua

Años

Estado civil Relación de hecho o establecida

con otra persona.

Nominal 1. Soltero

2. Casado

3. Unión libre

4. Divorciado/Separado

Escolaridad Grados escolares cursados y

finalizados.

Ordinal 1. Analfabeta

2. Primaria completa

3. Primaria incompleta

4. Secundaria completa

5. Secundaria incompleta

6. Técnico/tecnólogo

7. Universitario completa

8. Universitario incompleta

9. Post-grado

Estrato socio-

económico

Clasificación reportada en la

historia clínica según el reporte

de SISBEN

Ordinal 1. 1

2. 2

3. 3



medición


4. 4

5. 5

6. 6

Procedencia Lugar de procedencia del

paciente.

Nominal 0. Rural

1. Urbano

Régimen de

afiliación

Régimen del SGSSS al cual

pertenece el paciente.

Nominal 1. Subsidiado

2. Contributivo

3. Especial

4. No afiliado

Estado laboral Tipo de empleo del paciente al

ingreso a la cohorte.

Nominal 0. Desempleado

1. Empleo informal

2. Empleo formal

Diabetes Diagnóstico confirmado de esta

patología, de acuerdo a criterio

clínico y de laboratorio.

Dicotómica 0. No

1. Si

Hipertensión Diagnóstico confirmado de esta

patología, de acuerdo a criterio

clínico y de laboratorio.

Dicotómica 0. No

1. Si

Evento cardio-

vascular

(ECV)

Antecedente de algún ECV

diferente a hipertensión.

Dicotómica 0. No

1. Si

IMC Indicador de la relación entre el

peso y la talla utilizado para la

identificación de sobrepeso en

adultos.

Numérica

Continua

kg/m2

Índice de

comorbilidad

de Charlson

Valor del índice de comorbilidad

registrado al inicio del

tratamiento y en cada

seguimiento.

Numérica

discreta

Número

Karnofsky Estado funcional del paciente al

inicio del tratamiento y en cada

seguimiento.

Numérica

discreta

Número

Creatinina

sérica

Valor del analito basal en suero

y de cada seguimiento.

Numérica

continua

mg/dl

Fósforo sérico Valor del analito basal en suero


Numérica

continua

mg/dl

Albúmina

sérica

Valor del analito basal en suero


Numérica

continua

g/dl

Hemoglobina Valor basal y de cada

seguimiento.

Numérica

continua

g/dl

Tasa de

filtración

glomerular

Valor registrado al inicio de la

terapia dialítica y en cada

seguimiento.

Numérica

continua

mL/min/m2

Función renal

residual

Valor registrado al inicio de la

terapia dialítica y en cada

seguimiento.

Numérica

continua

ml/min1

Metodología 19


medición


Infección Presencia de infección por

cualquier tipo de

microorganismo reportado en

cualquier momento del

seguimiento

Nominal 0. No

1. Si

Causa de la

ERC

Etiología de la enfermedad renal

crónica.

Nominal 1. Diabetes

2. Hipertensión

3. Glomerulonefritis

4. Riñón poliquístico

5. Enfermedades

autoinmunes

6. Obstrucción urinaria

7. Desconocidas

8. Otras

Tiempo al

inicio de la

terapia de

reemplazo

renal

Periodo entre la fecha de

diagnóstico y la fecha en la que

el paciente inicia diálisis.

Numérica

continua

Días

Cambio de

terapia

Paso de diálisis peritoneal a

hemodiálisis y viceversa.

Nominal 0. No

1. Si

Causa del

cambio de

terapia

Razón por la cual el paciente

cambia de terapia de diálisis

1. Complicación

2. Disminución función renal

residual

3. Otra

4. Desconocida

Trasplante

renal

Cirugía de remplazo de riñón. Nominal 0. No

1. Si

Tiempo al

trasplante

Periodo entre el inicio de la

terapia dialítica y la fecha de

trasplante.

Numérica

continua

Días

Muerte Muerte Nominal 0. No

1. Si

Causa de

muerte

Causa básica de la muerte Nominal 0. No relacionada con la

diálisis

1. Relacionada con la

diálisis

Abandono de

tratamiento

Interrupción permanente del

tratamiento

Nominal 0. No

1. Si

Fuente: construcción propia


4.7 Fuentes de datos y control de calidad

Los datos fueron extraídos de la historia clínica electrónica de RTS (RENIR) y consolidados

en una base de datos, a la cual se le realizó un doble chequeo para garantizar veracidad

de la información mediante:

▪ Cruce de variables según fechas de inicio y fin del estudio

▪ Control de duplicidad de datos

Los datos de una muestra aleatoria correspondiente al 20% de los pacientes incluidos en

la base de datos fueron validados frente a las historias clínicas para asegurar la calidad de

la extracción.

Los valores extremos, considerados según los cortes definidos por la Cuenta de Alto Costo,

de las variables clínicas fueron validados con la historia clínica y removidos como valores

con error de digitación.

4.8 Organización de los datos

La base de datos se organizó dejando una fila por cada seguimiento registrado para cada

individuo i. Como los periodos de seguimiento diferían entre los grupos de exposición se

conformaron periodos de 6 meses para todos los individuos, y se dejó el último valor de

los laboratorios clínicos por considerar que este reflejaba la historia del periodo.

4.9 Manejo de datos faltantes

Teniendo en cuenta que por características del software empleado para la estimación de

los pesos de probabilidad inversa es necesario contar con datos completos de las variables

incluidas en los mismos, se analizó la cantidad y el patrón de los datos faltantes y de

acuerdo a estos resultados se utilizó el método de imputación múltiple por ecuaciones

encadenadas (multiple imputation chained equations MICE) para proyectar los datos

faltantes en algún periodo (66,67). Al utilizar métodos más sencillos como el análisis con

casos completos, se perdía el 78.8% de la muestra, lo cual podría generar sesgo de

selección. Adicional se evaluó la cantidad de los datos perdidos por grupo de exposición,

para encontrar posibles diferencias que pudieran generar sesgo (Tabla 4.2).

Metodología 21

Tabla 4-2. Datos perdidos por grupo de diálisis

Variable Peritoneal Hemodiálisis

Raza 2,091 2,031

Escolaridad 515 550

Cáncer 7 9

VIH 7 9

Enfermedad Arterial Periférica 7 9

EPOC 7 9

Peso 160 206

Talla 160 206

Índice de masa corporal 160 206

Albúmina 1,742 1,886

Charlson 3,300 3,544

Karnofsky 3,135 3,365

Creatinina 1,983 2,542

Volumen urinario 7,901 13,863

Fósforo 439 449

KTv 22,207 18,803

Hemoglobina 220 210

Calcio 399 431

Tasa de filtración glomerular 10,732 11,156

Estado nutricional 1,336 1,762

iPTH 445 439

Se especificaron modelos de regresión logística (binomial u ordinal) para imputar los datos

faltantes de las covariables charlson, valoración nutricional, estrato, actividad económica,

y modelos de regresión lineal para las covariables albumina, fósforo, creatinina,

hemoglobina y ktv. La selección de las variables para cada modelo se hizo evaluando la

correlación entre cada variable a imputar y las otras existentes en la base de datos,

formulando primero modelos teóricos y adicionando variables auxiliares. Los predictores

incluidos en cada modelo fueron:

▪ Ktv: sexo, edad, estado civil, régimen, procedencia, infección, tipo de terapia, diabetes,

enfermedad cardiovascular, hipertensión, EPOC, causa de enfermedad renal, hormona

paratiroidea.

▪ Hemoglobina: edad, sexo, diabetes, enfermedad cardiovascular, hipertensión, causa

de enfermedad renal, hormona paratiroidea, infección, tiempo de terapia, tipo de

terapia.


▪ Albúmina: edad, sexo, diabetes, enfermedad cardiovascular, hipertensión, causa de

enfermedad renal, hormona paratiroidea, infección, tiempo de terapia, IMC.

▪ Creatinina: edad, sexo, diabetes, enfermedad cardiovascular, hipertensión, causa de

enfermedad renal, infección, tiempo de terapia, hormona paratiroidea, IMC.

▪ Calcio: edad, sexo, diabetes, enfermedad cardiovascular, hipertensión, infección,

tiempo de terapia, tipo de terapia, IMC, hormona paratiroidea.

▪ Fósforo: edad, sexo, diabetes, enfermedad cardiovascular, hipertensión, infección,

tiempo de terapia, tipo de terapia, hormona paratiroidea.

▪ Actividad económica: edad, sexo, procedencia, régimen, diabetes, enfermedad

cardiovascular, causa de enfermedad renal, hipertensión, cáncer, enfermedad arterial

periférica, EPOC.

▪ Estado nutricional: edad, sexo, procedencia, diabetes, enfermedad cardiovascular,

hipertensión, causa enfermedad renal, cáncer, IMC, estado civil, tiempo de terapia.

▪ Índice de Charlson: edad, diabetes, enfermedad cardiovascular, hipertensión, cáncer,

VIH, enfermedad arterial periférica, EPOC, causa de enfermedad renal.

▪ Estrato: sexo, edad, diabetes, enfermedad cardiovascular, cáncer, VIH, estado civil,

escolaridad, régimen.

Las imputaciones fueron realizadas con el programa Stata 14 ®

4.10 Análisis estadístico

4.10.1 Análisis descriptivo

Se estimaron medidas de tendencia central y de dispersión de las variables cuantitativas,

dependiendo de la distribución de los datos, la cual fue evaluada con métodos gráficos

(histograma, gráfico de probabilidad normalidad), los valores de simetría y kurtosis, y la

prueba estadística de simetría-kurtosis.

Para las variables categóricas se estimaron frecuencias absolutas y relativas, los

resultados se resumieron en tablas y gráficas de frecuencia.

Metodología 23

4.10.2 Análisis bivariado

Se compararon las características sociodemográficas y clínicas de los sujetos de

investigación de acuerdo al grupo de exposición (hemodiálisis vs diálisis peritoneal), se

utilizó la prueba Χ2 para variables categóricas, y la prueba de t-student o suma de rangos

logarítmicos para variables numéricas, dependiendo de si presentaban o no distribución

normal.

4.10.3 Análisis de supervivencia

Se analizó la supervivencia global por el método de Kaplan Meier. Para este análisis se

estableció como evento de interés, mortalidad por cualquier causa. Los pacientes fueron

censurados en la fecha que recibieron trasplante, o cuando finalizó su seguimiento por

recuperación de la función renal, suspensión o abandono del tratamiento, pérdida o cambio

de asegurador, o finalización del seguimiento sin presentar el evento de interés. El tiempo

al evento correspondió al tiempo en días desde el inicio de la diálisis hasta la muerte o la

censura. Se estimó el promedio, mediana y error estándar de la función de supervivencia,

con su respectivo intervalo de confianza del 95% y los cuartiles, Q1, Q2, y Q3.

Se compararon las funciones de supervivencia entre las categorías de variables

sociodemográficas (edad, sexo, procedencia, actividad económica, estado civil) y clínicas

(tipo de diálisis, estado nutricional, causa de la enfermedad renal, diabetes, hipertensión,

cáncer, VIH, enfermedad arterial periférica, EPOC, hemoglobina, fósforo, albúmina,

creatinina, Kt/V) mediante la prueba de suma de rangos logarítmicos si la variable era

categórica o una regresión de Cox de variable única, si era cuantitativa. Las variables con

valores de p menores de 0.20 fueron consideradas para el análisis multivariable.

4.10.4 Análisis multivariable

Se evaluó el efecto de la modalidad de diálisis en el tiempo a la muerte ajustando un

modelo estructural marginal de gamma generalizada, teniendo en cuenta la falta de

proporcionalidad de los riesgos entre los dos grupos de comparación (Figura 1).


Figura 4-1. Gráfico de función de riesgo acumulado de Nelson Aalen


Inicialmente se planteó un modelo de asociación entre el tipo de diálisis y el tiempo a la

muerte a partir de estudios publicados previamente y del criterio clínico. Este modelo

incluyó las variables confusoras: edad, diabetes, estado nutricional, régimen y estrato

socioeconómico, albúmina, fósforo e índice de Charlson, estas tres últimas dependientes

de tiempo (Figura 5-2). Las variables que en los análisis bivariados tuvieron valores de p

menores de 0.2 fueron considerados en el modelo final de asociación.

Figura 4-2. Gráfico acíclico dirigido de la asociación entre diálisis y muerte


0.0

00.2

00.4

00.6

00.8

01.0

0

0 20 40 60 80meses

Hemodiálisis Diálisis peritoneal

Metodología 25

El modelo marginal estructural se elaboró en dos pasos, de acuerdo a la metodología

propuesta por Robins y cols (10):

1. Se estimaron los pesos de las probabilidades inversas (inverse probability weights-

IPW) para cada paciente multiplicando el peso estabilizado de la probabilidad inversa

de recibir una de las dos modalidades de diálisis en cada periodo (IPTW) y los pesos

estabilizados de las probabilidades de ser censurado por recuperar la función renal,

recibir trasplante, y abandonar el tratamiento o perderse en el seguimiento (IPCW),

en cada periodo aportado. Los IPTW e IPCW se estimaron mediante modelos de

regresión incluyendo variables de acuerdo al criterio clínico, la bibliografía publicada

y aquellas con valores de p menores de 0.2 en los análisis bivariados, los modelos

fueron ajustados teniendo en cuenta la dependencia de las observaciones.

a. Estimación del IPTW: para cada individuo se estimó el peso estandarizado de

la probabilidad inversa de tener una modalidad de diálisis en cada periodo de

seguimiento dadas sus covariables basales, dependientes de tiempo y la

historia de tratamiento, de acuerdo a la metodología propuesta por Robins para

tratamientos que cambian en el tiempo (10,68):

𝑠𝑤𝑖𝑗 = ∏𝑃(𝐷𝑖𝑘 = 𝑑𝑖𝑘 | �̅�𝑖𝑘−1 = �̅�𝑖𝑘−1, 𝑉𝑖 = 𝑣𝑖)

𝑃(𝐷𝑖𝑘 = 𝑑𝑖𝑘 | �̅�𝑖𝑘−1 = �̅�𝑖𝑘−1, �̅�𝑖𝑘 = 𝑙�̅�𝑘 , 𝑉𝑖 = 𝑣𝑖)

𝑗

𝑘=0

Donde, 𝐷𝑖𝑘 es el tipo de diálisis en el periodo actual, �̅�𝑖𝑘−1 la diálisis que tuvo

el paciente en el periodo anterior, 𝑉 las variables basales y �̅�𝑖𝑘 las variables

dependientes de tiempo en cada periodo.

Las variables incluidas en el numerador fueron: edad, sexo, procedencia,

índice de Charlson, nivel socioeconómico, causa de la enfermedad renal,

diabetes, cáncer, enfermedad arterial periférica y estado nutricional. En el

denominador se estimó la probabilidad de la modalidad de diálisis en cada

periodo de seguimiento dadas las covariables basales incluidas en el


numerador y las dependientes de tiempo Charlson, albúmina y fósforo, además

se incluyó la terapia recibida en el periodo anterior.

b. Estimación del IPCW de trasplante: para cada individuo se estimó la

probabilidad inversa de ser trasplantando en cada periodo de tiempo, dadas

las covariables basales y dependientes de tiempo, así como su historia de

tratamiento. El IPWC estabilizado incluyó en el numerador las variables

basales: edad, enfermedad cardiovascular, y terapia a los 90 días; en el

denominador además se incluyeron variables cambiantes en el tiempo:

creatinina, albumina, fósforo, Charlson, terapia del periodo anterior y terapia

actual.

c. Estimación del IPCW de recuperación: para cada paciente se estimó la

probabilidad inversa de recuperación en cada periodo de tiempo dadas las

covariables basales y dependientes de tiempo, así como su historia de

tratamiento. Para esto, en el numerador del IPW estabilizado se incluyeron las

variables basales: edad, enfermedad cardiovascular, causa de la enfermedad

renal; en el denominador además se incluyeron las variables dependientes de

tiempo: albumina, fósforo, pth, creatinina, hemoglobina, terapia del periodo

anterior y terapia actual.

d. Estimación del IPCW de retiro: se estimó la probabilidad inversa de abandonar

el tratamiento en cada periodo de seguimiento dadas covariables basales,

dependientes de tiempo y la historia de tratamiento. El IPCW estabilizado

incluyó en el numerador las variables basales: sexo, nivel socioeconómico,

diabetes, enfermedad cardiovascular y causa de la enfermedad renal; en el

denominador además se incluyeron las variables cambiantes en el tiempo:

charlson, albumina, fósforo, creatinina, hemoglobina, terapia del periodo

anterior y terapia actual.

2. Posterior a la estimación del IPW, se corrió un modelo de regresión de supervivencia

marginal estructural de gamma generalizada para evaluar la asociación entre la

modalidad de diálisis, ponderando las observaciones por los pesos de probabilidad

inversa, ajustado por otras covariables.

Metodología 27

Para observar el cambio en los estimadores de los modelos de asociación al ponderar por

los IPW, se corrieron los mismos modelos sin incluir los IPW. Finalmente, para analizar la

diferencia con otros métodos de análisis multivariable, se corrió un modelo de regresión de

Cox extendido.

Los análisis fueron realizados con los paquetes estadísticos Stata 14® y R 3.3.2.

5. Resultados

En el periodo comprendido entre el 1 de enero de 2009 y el 31 de diciembre de 2012, 7388

pacientes mayores de edad con diagnóstico clínico de enfermedad renal crónica,

recibieron diálisis por primera vez en una institución de la red de clínicas renales Renal

Therapy Services (RTS) en Colombia; de éstos, 7262 pacientes cumplieron con todos los

criterios de selección y conformaron la muestra de estudio.

5.1 Características sociodemográficas

De los 7262 sujetos de investigación, 57.49% (n=4175) eran de sexo masculino, la

mediana de edad fue de 60.8 años (RIQ 20.25 años), 64.53% (n=4686) eran mestizos,

70.52% (n=5121) estaban casados o en unión libre, 26.27% (n=1908) tenían secundaria

completa y 24.51% (n=1780) primaria completa, 66.99% (n=4865) pertenecían al régimen

contributivo de salud y 26.74% (n=1942) al régimen subsidiado, el 77.47% (n=5626) de los

pacientes vivían en estratos 1, 2 o 3, en 90.65% (n=6583) el lugar de procedencia fue

urbano, y 48.11% (n=3494) de los pacientes se encontraban desempleados al inicio de la

terapia (Tabla 5.1).

Tabla 5-1. Características sociodemográficas basales por grupos de terapia

Variable Categoría Hemodiálisis

n (%/RIQ)

Diálisis

peritoneal

n (%/RIQ)

Total

Edad 63.64 (19.87) 60.67 (20.41) 61.88 (20.46)

Sexo Hombre 1780 (62.06) 2395 (54.51) 4175 (57.49)

Mujer 1088 (37.94) 1999 (45.49) 3087 (42.51)

Régimen de

salud Contributivo 1848 (64.44) 3017 (68.66) 4865 (66.99)

Subsidiado 790 (27.55) 1152 (26.22) 1942 (26.74)

Especial 130 (4.53) 154 (3.5) 284 (3.91)

Resultados 29

Variable Categoría Hemodiálisis

n (%/RIQ)

Diálisis

peritoneal

n (%/RIQ)

Total

No afiliado 100 (3.49) 71 (1.62) 171 (2.35)

Estado civil Casado 1618 (56.42) 2495 (56.78) 4113 (56.64)

Soltero 464 (16.18) 641 (14.59) 1105 (15.22)

Unión libre 342 (11.92) 666 (15.16) 1008 (13.88)

Viudo 285 (9.94) 395 (8.99) 680 (9.36)

Divorciado/separado 159 (5.54) 197 (4.48) 356 (4.9)

Raza

(n=5172) Mestizo 1852 (90.7) 2834 (90.54) 4686 (90.6)

Negro, mulato, afro 174 (8.52) 272 (8.69) 446 (8.62)

Indígena 16 (0.78) 20 (0.64) 36 (0.7)

Palenquero 0 (0) 2 (0.06) 2 (0.04)

Raizal San Andrés 0 (0) 1 (0.03) 1 (0.02)

Gitano 0 (0) 1 (0.03) 1 (0.02)

Escolaridad

(n=6168) Analfabeta 119 (4.3) 150 (3.51) 269 (3.82)

Lee y escribe 176 (6.36) 232 (5.43) 408 (5.8)

Primaria incompleta 474 (17.12) 748 (17.52) 1222 (17.36)

Primaria completa 700 (25.28) 1080 (25.3) 1780 (25.29)

Secundaria incompleta 335 (12.1) 528 (12.37) 863 (12.26)

Secundaria completa 758 (27.37) 1150 (26.94) 1908 (27.11)

Tecnología incompleta 3 (0.11) 11 (0.26) 14 (0.2)

Técnico/tecnólogo 51 (1.84) 100 (2.34) 151 (2.15)

Universitario incompleto 23 (0.83) 40 (0.94) 63 (0.9)

Universitario completo 96 (3.47) 192 (4.5) 288 (4.09)

Post-grado incompleto 12 (0.43) 11 (0.26) 23 (0.33)

Post-grado 22 (0.79) 27 (0.63) 49 (0.7)

Estrato

(n=6168) 1 459 (19.71) 804 (20.94) 1263 (20.48)

2 892 (38.3) 1587 (41.34) 2479 (40.19)

3 750 (32.2) 1134 (29.54) 1884 (30.54)

4 160 (6.87) 229 (5.97) 389 (6.31)

5 50 (2.15) 55 (1.43) 105 (1.7)

6 18 (0.77) 30 (0.78) 48 (0.78)

Procedencia Urbano 2673 (93.2) 3910 (88.98) 6583 (90.65)

Rural 195 (6.8) 484 (11.02) 679 (9.35)

Actividad

económica

(n=5466)

Desempleado 1259 (62.45) 2235 (64.78) 3494 (63.92)

Pensionado 541 (26.84) 777 (22.52) 1318 (24.11)

Empleo formal 162 (8.04) 270 (7.83) 432 (7.9)

Empleo informal 47 (2.33) 154 (4.46) 201 (3.68)

Estudiante 7 (0.35) 14 (0.41) 21 (0.38)



5.2 Características clínicas de los pacientes

La enfermedad renal fue por causa de la diabetes en 3257 pacientes (44.85%), en 1592

(21.92%) por hipertensión y en 622 (8.57%) por glomerulonefritis, en 10.7% de los casos

fue por causas desconocidas. Respecto a las comorbilidades, 50.32% (n=3654) tenían

diabetes, 77.24% (n=5609) eran hipertensos, 25.36% (n=1842) tenían enfermedad

cardiovascular, 4.93% (n=358) enfermedad arterial periférica, 3.62% (n=263) cáncer,

3.03% (n=276) EPOC y solo 0.12% (n=9) tenían VIH; de acuerdo al índice de Charlson el

28.97% (n=2104) de los pacientes no tenían comorbilidades (0-1 puntos), 5.58% (n=405)

presentaban comorbilidad baja (2 puntos), y 65.45% (n=3422) comorbilidad alta (≥ 3

puntos), en 1331 pacientes (18.33%) no se reportó este índice. 581 sujetos tenían puntaje

igual o inferior a 50 en la escala de rendimiento de Karnofsky (8.0%), en 1315 (18.11%) no

se reportó esta variable.

En la valoración nutricional basal 46.43% (n=3372) de los sujetos se encontraban en

estado normal, 7.53% (n=347) en desnutrición, 20.65% (n=1639) en sobrepeso y 8.22%

(n=597) eran obesos; la mediana del índice de masa corporal fue 24.41 (RIQ=5.79), las

medianas de los laboratorios clínicos fueron: albúmina sérica 3.76 g/dL (RIQ=0.7),

creatinina sérica 3.82 mg/dL (RIQ=0.82), hemoglobina 11.5 g/dL (RIQ=2.3), fósforo 4.5

mg/dL (RIQ=1.81), calcio 8.8 mg/dL (RIQ=1.07), PTH intacta 201 (pg/ml) (RIQ=252),

volumen urinario 690 mL/día (RIQ=830), y TFG 8.44 mL/min/1,73 m2 (RIQ=5.97), para

estas dos últimas variables solo registraron datos en 2739 y 4995 pacientes,

respectivamente.

La comparación de las variables basales entre las modalidades de diálisis se presenta en

la tabla 5-2, en donde se observa que, la diferencia clínica es mínima y en algunos casos,

no significativa. Teniendo en cuenta que se incluyeron el total de pacientes que cumplieron

los criterios de selección, no se presentan los valores de p para estos análisis, los cuales

permiten hacer la inferencia de la muestra a la población.

Resultados 31

Tabla 5-2. Características clínicas basales por grupos de terapia

Variable Categoría

Hemodiálisi

s

n (%/RIQ)

Diálisis

peritoneal

n (%/RIQ)

Total

Causa de la

enfermedad

renal (n=7227)

Diabetes 1195 (41.97) 2062 (47.08) 3257 (45.07)

Hipertensión 623 (21.88) 969 (22.12) 1592 (22.03)

Desconocidas 291 (10.22) 486 (11.1) 777 (10.75)

Glomerulonefritis 206 (7.24) 416 (9.5) 622 (8.61)

Otras 225 (7.9) 221 (5.05) 446 (6.17)

Obstrucción urinaria 244 (8.57) 134 (3.06) 378 (5.23)

Riñón poliquístico 63 (2.21) 92 (2.1) 155 (2.14)

Comorbilidades Diabetes 1376 (47.98) 2278 (51.84) 3654 (50.32)

Hipertensión 2190 (76.36) 3419 (77.81) 5609 (77.24)

ECV 736 (25.66) 1106 (25.17) 1842 (25.36)

Cáncer 179 (6.25) 84 (1.91) 263 (3.63)

VIH 6 (0.21) 3 (0.07) 9 (0.12)

EAP 114 (3.98) 244 (5.56) 358 (4.94)

EPOC 132 (4.61) 144 (3.28) 276 (3.81)

Índice de

Charlson

(n=5931)

Sin comorbilidad

(puntaje 0-1) 743 (33.28) 1361 (36.8) 2104 (35.47)

Comorbilidad

moderada (puntaje 2) 203 (9.09) 202 (5.46) 405 (6.83)

Comorbilidad alta

(puntaje 3 o más) 1287 (57.61) 2135 (57.73) 3422 (57.69)

Karnofsky

(n=5947) 100 203 (9.01) 598 (16.19) 801 (13.47)

90 622 (27.61) 1214 (32.86) 1836 (30.87)

80 514 (22.81) 801 (21.68) 1315 (22.11)

70 354 (15.71) 544 (14.73) 898 (15.1)

60 243 (10.79) 273 (7.39) 516 (8.68)

50 200 (8.88) 148 (4.01) 348 (5.85)

40 96 (4.26) 106 (2.87) 202 (3.4)

30 12 (0.53) 8 (0.22) 20 (0.34)

20 9 (0.4) 2 (0.05) 11 (0.18)

Estado

nutricional

(n=6155)

Normal 1313 (56.82) 2059 (53.56) 3372 (54.78)

Sobrepeso 541 (23.41) 1098 (28.56) 1639 (26.63)

Obesidad 221 (9.56) 376 (9.78) 597 (9.7)

Desnutrición 236 (10.21) 311 (8.09) 547 (8.89)

Laboratorios

basales

Albúmina (n=6025) 3.5 (0.74) 3.52 (0.79) 3.51 (0.78)

Creatinina (n=5781) 3.5 (0.74) 3.52 (0.79) 3.51 (0.77)

Fósforo (n=6944) 3.9 (1.63) 4.4 (1.59) 4.2 (1.6)

Hemoglobina (n=7084) 10 (2.5) 11.1 (2.5) 10.7 (2.7)

Calcio (n=6988) 8.64 (1.06) 8.68 (1.18) 8.67 (1.14)

PTH intacta (n=6640) 157 (224) 218 (250) 194.5 (245)


Variable Categoría

Hemodiálisi

s

n (%/RIQ)

Diálisis

peritoneal

n (%/RIQ)

Total

TFG (n=5364) 10.46 (6.76) 10.53 (6.61) 10.49 (6.67)

Volumen urinario

(n=2739) 1130 (1154) 900 (830) 930 (900)

IMC (n=7096) 23.17 (5.51) 23.88 (5.26) 23.62 (5.44)

Fuente: Construcción propia

La modalidad de diálisis más frecuente al inicio del seguimiento (día 91 de tratamiento) fue

la peritoneal, 4394 individuos (60.51%) recibieron este tipo de terapia, de los cuales 621

(14.13%) cambiaron a hemodiálisis en algún momento del seguimiento; las principales

razones de cambio fueron falla del acceso (41.39%) y deseo del paciente (25.51%). 2868

pacientes iniciaron hemodiálisis y 350 de ellos (12.2%) cambiaron a diálisis peritoneal; la

principal causa de cambio fue deseo del paciente (74.84%).

5.3 Análisis de supervivencia de Kaplan Meier

En total se presentaron 2408 muertes, siendo más frecuente este evento en el grupo de

diálisis peritoneal que en el de hemodiálisis (34.68% vs 30.82%, p=0.001). Hasta los 12

meses de seguimiento la probabilidad de supervivencia fue más alta en el grupo de diálisis

peritoneal (0.90, IC 95% 0.89-0.91) comparado con hemodiálisis (0.87, IC95% 0.86-0.88),

posterior a los 30 meses se observó que la supervivencia fue mayor para los pacientes con

hemodiálisis, pero esto no fue estadísticamente significativo (Tabla 5-3, Figura 5-2).

Resultados 33

Tabla 5-3. Función de supervivencia global por tipo de diálisis

Tiempo

(meses) Total Muertes Censuras

Fx de

supervi-

vencia

Error

estándar IC 95%

Hemodiálisis

3 2868 3 34 0.99 0.0006 0.99 0.99

6 2533 156 180 0.94 0.0044 0.93 0.95

12 2083 338 448 0.87 0.0066 0.86 0.88

18 1792 461 619 0.81 0.0077 0.80 0.83

24 1577 568 725 0.76 0.0087 0.75 0.78

30 1244 662 968 0.71 0.0095 0.69 0.73

36 904 726 1240 0.67 0.0103 0.65 0.69

48 450 839 1583 0.57 0.0127 0.54 0.59

60 82 878 1910 0.49 0.017 0.45 0.52

72 8 884 1977 0.44 0.0251 0.39 0.48

Diálisis peritoneal

3 4394 0 37 1 . . .

6 4008 151 238 0.96 0.0028 0.96 0.97

12 3467 397 536 0.91 0.0046 0.89 0.91

18 2976 632 790 0.84 0.0059 0.82 0.85

24 2560 860 976 0.77 0.0069 0.76 0.78

30 2009 1073 1314 0.70 0.0077 0.68 0.72

36 1444 1232 1721 0.64 0.0085 0.62 0.65

48 689 1429 2277 0.53 0.0101 0.51 0.55

60 233 1502 2661 0.45 0.0124 0.42 0.47

72 6 1524 2865 0.37 0.0205 0.33 0.41

Fuente: Construcción propia


Figura 5-1. Función de supervivencia por tipo de diálisis a los 90 días

5.4 Análisis multivariable

5.4.1 Modelo estructural marginal

No se encontró diferencia estadísticamente significativa en el riesgo de morir entre los

grupos de comparación (diálisis peritoneal vs hemodiálisis), una vez se hizo el análisis

ajustando por variables confusoras basales y dependientes de tiempo, usando el modelo

estructural marginal de gamma generalizada (Tabla 5-4).

El modelo ajustado sugiere que la edad, el vivir sin pareja, tener diabetes y estar

desnutrido, son factores asociados a la mortalidad, independiente del tipo de terapia.

Tabla 5-4. Modelo estructural marginal

Variable HR IC 95%

Diálisis peritoneal 1.13 0.986 1.301

Edad 1.03 1.026 1.038

Estado civil: sin pareja 1.29 1.141 1.479

0.0

00.2

50.5

00.7

51.0

0

0 20 40 60 80Tiempo (meses)

Hemodiálisis Diálisis peritoneal

Log-rank

p=0.0612

Resultados 35

Régimen (referencia subsidiado):

Contributivo 0.60 0.517 0.691

Especial 0.61 0.453 0.787

No afiliado 0.73 0.415 1.288

Nivel socioeconómico (referencia

bajo):

Medio 0.83 0.717 0.951

Alto 1.10 0.800 1.538

Diabetes 4.25 2.866 6.308

Valoración nutricional (referencia:

normal):

Desnutrición 1.70 1.398 2.001

Sobrepeso 0.48 0.384 0.603

Obesidad 0.79 0.643 0.993

Tiempo de terapia (días) 0.98 0.981 0.986

Diabetes x t' terapia 0.999 0.9990 0.9997


En la evaluación de los IPW estimados para el tratamiento recibido en cada periodo y las

censuras consideradas en este análisis, se observó que los cuatro índices estimados

presentaron promedios cercanos a 1 y rangos pequeños, por lo cual fueron considerados

válidos (69); el más amplio fue el IPW de tratamiento (Tabla 5-5).

Tabla 5-5. Características de los IPW

Variable Promedio Des. Estándar Mínimo Máximo

IPTW tratamiento 1.49 1.77 0.00 82.77

IPCW trasplante 1.00 0.04 0.40 2.79

IPCW recuperación 1.00 0.13 0.11 14.89

IPCW retiro 0.99 0.09 0.23 2.57


5.4.2 Modelo de regresión de Cox

Los resultados del modelo de regresión de Cox extendido fueron similares a los descritos

en la tabla 5-4 para el modelo estructural marginal, indicando que no hay asociación


significativa entre el tipo de diálisis y el tiempo a la mortalidad; pero a diferencia del modelo

estructural marginal el estimador de este modelo sugiere un efecto protector de la diálisis

peritoneal comparado con hemodiálisis (Tabla 5-6).

Tabla 5-6. Modelo de regresión de Cox extendido

Variable HR IC 95%

Diálisis peritoneal 0.9559675 0.86906 1.05156

Edad 1.0333741 1.02887 1.03789

Estado civil: sin pareja 1.1820125 1.06382 1.31334

Régimen (referencia subsidiado):

Contributivo 0.6805581 0.60622 0.76401

Especial 0.7273707 0.5748 0.92044

No afiliado 0.8135286 0.5238 1.26353

Nivel socioeconómico:

Medio 0.8399478 0.75795 0.93082

Alto 1.1419245 0.8973 1.45323

Diabetes 1.6468565 1.24688 2.17514

Charlson:

Comorbilidad moderada 2.2433358 1.64904 3.05181

Comorbilidad alta 2.4477525 1.97735 3.03006

Valoración nutricional:

Desnutrición 1.240386 1.06824 1.44027

Sobrepeso 0.6096549 0.51396 0.72317

Obesidad 0.9248005 0.79878 1.07071

Albúmina basal 0.5574808 0.51236 0.60657

Fósforo basal 1.0009394 0.96369 1.03963

KTV basal 1.2258964 1.09335 1.37451

Tiempo de terapia 0.9804297 0.97794 0.98293

Diabetes x t' terapia 0.9995988 0.99935 0.99984


6. Discusión

En el ámbito de la salud es importante evaluar la efectividad de las intervenciones en los

pacientes, y para esto se han desarrollado métodos de investigación como los ensayos

clínicos controlados aleatorizados, que permiten hacer comparaciones de los tratamientos

con menores sesgos que otros diseños, siempre y cuando se hayan realizado los procesos

de acuerdo a estándares establecidos (70): tamaño de muestra adecuado, método de

aleatorización apropiado, ocultamiento de la asignación, cegamiento de participantes y

personal del estudio, evaluación de todos los desenlaces propuestos, seguimiento

completo de los participantes; sin embargo, en algunas ocasiones no se pueden realizar

este tipo de estudios, como es el caso de la terapia de reemplazo renal en pacientes con

enfermedad renal crónica, donde se presentan dos situaciones: primero, las condiciones

iniciales de los pacientes determinan la asignación de un tipo de terapia específica (no

todos los pacientes son candidatos a trasplante o diálisis peritoneal); segundo, en terapia

dialítica las intervenciones difieren sustancialmente en su procedimiento, por lo que el

paciente prefiere elegir el tipo de diálisis de acuerdo a su conveniencia, limitando así la

participación en ensayos clínicos aleatorizados (50).

En esta situación donde no es posible realizar ensayos clínicos aleatorizados, los estudios

observacionales analíticos son una opción para evaluar el efecto de la modalidad de diálisis

en la mortalidad de los pacientes con ERC; sin embargo, en este tipo de estudios se

pueden presentar sesgos por la falta de asignación aleatoria, el efecto de confusores

dependientes del tiempo, y el cambio de terapia en el trascurso del tratamiento (49,50), por

lo cual es necesario el uso de métodos estadísticos como los modelos estructurales

marginales, que permiten obtener estimaciones del riesgo más cercanos a la realidad

(10,49,50,71,72).

En este estudio, los análisis con modelos estructurales marginales sugieren que no existe

diferencia en el riesgo de morir entre los pacientes con diálisis peritoneal aquellos con

hemodiálisis, independiente de confusores basales y dependientes de tiempo, y del cambio


de modalidad que puedan tener durante el trascurso del tratamiento, siendo similares a los

resultados obtenidos por Sanabria y cols con datos de pacientes atendidos en las mismas

instituciones mediante un modelo de Cox convencional (6), pero difieren de los resultados

de otros estudios realizados en otras poblaciones con este método, en los cuales se

evidencia que la supervivencia es mayor para pacientes en diálisis peritoneal que en

hemodiálisis en los primeros años de tratamiento (50,51). La discrepancia de los resultados

puede ser explicada por: a) diferencias en los criterios de asignación a los diferentes tipos

de terapia dialítica lo cual genera poblaciones diferentes entre los estudios, b) diferencias

propias de la población (estos estudios fueron realizados en Holanda y EEUU) c)

diferencias entre las instituciones en los procedimientos realizados dadas las condiciones

de los países donde se llevaron a cabo los estudios , y d) diferencias metodológicas puesto

que en estos dos trabajos se censuró a los pacientes que cambiaron de diálisis, y en uno

de ellos solo se midió supervivencia a los dos años incluyendo pacientes que garantizaran

este tiempo de seguimiento (50).

Las limitaciones que presenta este estudio están relacionadas con la recolección de datos

retrospectiva, pues esto condiciona la cantidad y calidad de la información recolectada

para cada paciente. Se observaron registros faltantes en las historias clínicas,

especialmente en las variables relacionadas con la función renal (creatinina, volumen

urinario, TFG), esto por la misma condición del paciente que en algunas ocasiones puede

estar anúrico. En la evaluación de datos perdidos no se encontraron diferencias

importantes entre los pacientes con hemodiálisis o peritoneal, excepto para volumen

urinario que fue superior en hemodiálisis (7,901 peritoneal vs 13,863 hemodiálisis), por lo

que no se consideró la existencia de sesgo de desgaste (Tabla 4-1).

Para el manejo de datos faltantes se consideró el método de imputación múltiple por su

eficiencia y robustez lo que permite obtener estimadores poco sesgados (73,74) y dado

que el porcentaje de datos faltantes de las variables que debieron ser imputadas no superó

el 25% para cada una. El manejo de datos faltantes aún hoy en día es un tema de

discusión, pues no todos los epidemiólogos y estadísticos están de acuerdo con la

imputación múltiple dado el ajuste de los datos que este proceso requiere. Algunos

especialistas consideran que es mejor quedarse con los registros que tienen los datos

completos. Sin embargo, en este trabajo se exploraron las dos posibilidades y se consideró

que se cumplía con los supuestos o requisitos para aplicar el método de imputación

múltiple.

Discusión 39

Respecto al análisis con modelos estructurales marginales, hay una consideración

importante para este estudio y está relacionada con el supuesto de medición de todas las

posibles variables de confusión, pues en estudios con datos retrospectivos no siempre se

cuenta con las variables que el investigador propone en su modelo causal y dado que los

datos ya fueron recolectados no es posible implementar métodos como las variables

instrumentales que en otros escenarios son de gran utilidad para disminuir el sesgo por

variables de confusión no medidas (75). En el presente estudio no se incluyeron todos los

potenciales confusores, entre ellos la tasa de filtración glomerular, el consumo de cigarrillo

y otras condiciones propias de los pacientes que podrían estar relacionadas con la

selección de la diálisis al inicio como con el cambio de modalidad y la mortalidad, por lo

que la relación entre el tipo de terapia dialítica y el tiempo a la muerte no puede

interpretarse como causal, y es muy probable que exista confusión residual explicada por

los factores no evaluados, y por lo tanto las estimaciones estén sesgadas, limitando la

inferencia causal que es el propósito de los modelos estructurales marginales (10,76).

Entre las fortalezas de esta investigación están el gran tamaño de muestra y la

aproximación a una medida de supervivencia de los pacientes en terapia renal más

cercana a la realidad que la reportada en otros estudios en Colombia, que, aunque aún

puede estar sesgada por confusores no medidos (que tampoco se tuvieron en cuenta en

otros estudios) tiene en cuenta la confusión por covariables que cambian en el tiempo y

por el cambio de terapia.

7. Conclusiones

No se encontró asociación entre el tipo de terapia dialítica y la supervivencia en pacientes

con enfermedad renal crónica atendidos en las clínicas de la red Renal Therapy Services

en Colombia durante 2009–2012, ajustando el análisis por confusores basales y

dependientes de tiempo.

Existen diferentes métodos estadísticos para controlar la confusión en estudios

observacionales longitudinales. Los estimadores obtenidos en los dos métodos utilizados

en la presente investigación varían entre sí respecto a su dirección, pero con intervalos de

confianza que pasan el valor de no diferencia, por lo cual ninguno fue significativo.

La asociación entre el tipo de terapia dialítica y la supervivencia en población colombiana

varía respecto a otras poblaciones, probablemente porque la selección inicial de la terapia

depende principalmente de la elección del paciente y esto puede estar condicionado por

variables personales y culturales no evaluadas en este trabajo.

El análisis de datos retrospectivos es una limitante en trabajos de investigación, por lo

tanto, es importante aplicar métodos que permitan la recuperación de datos sin que esto

repercuta en estimaciones sesgadas, dado que en muchos escenarios de toma de

decisiones no se tiene la disponibilidad para realizar estudios prospectivos y solo se cuenta

con registros realizados anteriormente.

Pese a sus limitaciones, este estudio confirma resultados de investigaciones anteriores

valorando la confusión de covariables dependientes de tiempo que no fueron consideradas

en otros estudios, por consiguiente, puede servir de evidencia para la toma de decisiones

clínicas.

8. Recomendaciones

Es importante contar con formatos estandarizados para la recolección de la información

para estudios de investigación.

Futuras investigaciones pueden estar direccionadas a la investigación de factores

socioculturales y personales de los pacientes que pueden afectar la calidad de vida o su

adherencia a la terapia dialítica.

9. Consideraciones éticas

De acuerdo con la resolución 8430 de 1993 del Ministerio de Salud de Colombia, este es

un estudio sin riesgo, dado que se utilizan técnicas y métodos de investigación documental

retrospectiva.

El protocolo del estudio se sometió a un Comité de Ética para su evaluación y aprobación,

y se desarrolló cumpliendo la normativa colombiana y los principios de investigación en

humanos expuestos en la Declaración de Helsinki.

No se utilizaron ni publicaron datos de identificación de los pacientes, respetando la

confidencialidad de los mismos; y se restringió el uso de la base de datos a los

investigadores del estudio.

Bibliografía

1. Schieppati A, Remuzzi G. Chronic renal diseases as a public health problem:

epidemiology, social, and economic implications. Kidney Int Suppl [Internet]. 2005

Sep;68(98):S7–10. Available from: http://www.ncbi.nlm.nih.gov/pubmed/16108976

2. Cuenta de alto costo. Situación de la enfermedad renal cronica en colombia 2008.

2008.

3. Murray CJL, Vos T, Lozano R, Naghavi M, Flaxman AD, Michaud C, et al.

Disability-adjusted life years (DALYs) for 291 diseases and injuries in 21 regions,

1990-2010: a systematic analysis for the Global Burden of Disease Study 2010.

Lancet [Internet]. 2012 Dec 15 [cited 2014 May 23];380(9859):2197–223. Available

from: http://www.ncbi.nlm.nih.gov/pubmed/23245608

4. Cusumano AM, González Bedat MC. Chronic kidney disease in Latin America:

time to improve screening and detection. Clin J Am Soc Nephrol [Internet]. 2008

Mar [cited 2014 Jun 17];3(2):594–600. Available from:

http://www.ncbi.nlm.nih.gov/pubmed/18272831

5. Fondo Colombiano de Enfermedades de Alto Costo. Situeación de la enfermedad

renal crónica, hipertensión arterial y diabetes mellitus en Colombia. Bogotá D.C.;

2015.

6. Sanabria M, Muñoz J, Trillos C, Hernández G, Latorre C, Díaz CS, et al. Dialysis

outcomes in Colombia (DOC) study: a comparison of patient survival on peritoneal

dialysis vs hemodialysis in Colombia. Kidney Int Suppl [Internet]. 2008 Apr [cited

2014 Dec 5];(108):S165-72. Available from:


7. Ortega M, Martínez JA, Gamarra G. Mortalidad en los pacientes con falla renal

46 Título de la tesis o trabajo de investigación

crónica durante los primeros 90 días de terapia con hemodiálisis. Acta Médica

Colomb. (52):13–9.

8. Nieto I, Mahecha P. Asociación entre hiperfosfatemia y mortalidad en los pacientes

con insuficiencia renal crónica terminal en terapia de reemplazo de la función renal

con diálisis peritoneal o hemodiálisis. Acta Médica Colomb. 2003;30(1):14–8.

9. Enríquez J, Bastidas M, Mosquera M, Ceballos O, Bastidas B, Argote E, et al.

Survival on chronic dialysis: 10 years’ experience of a single Colombian center.

Adv Perit Dial [Internet]. 2005 Jan [cited 2014 Dec 9];21:164–7. Available from:


10. Robins JM, Hernan MÁ, Brumback B. Marginal Structural Models and Causal

Inference in Epidemiology. Epidemiology. 2000;11(5):550–60.

11. Schieppati A, Remuzzi G. Chronic renal diseases as a public health problem:

epidemiology, social, and economic implications. Kidney Int Suppl [Internet]. 2005

Sep [cited 2014 Jun 15];(98):S7–10. Available from:


12. Ministerio de salud y protección social. Plan Decenal de Salud Pública. 2013.

13. Cuenta de alto costo. Situación de la Enfermedad Renal Crónica En Colombia.

2013;

14. KDIGO. KDIGO 2012 Clinical practice guideline for the evaluation and

management of chronic kidney disease. Kidney Int. 2013;3(1).

15. Ministerio de Salud y Protección Social, FEDESALUD. Guía para el manejo de la

enfermedad renal crónica y Modelo de prevención y control de la enfermedad renal

crónica. 2007.

16. Soriano Cabrera S. Definición y clasificación de los estadios de la enfermedad

renal crónica. Prevalencia . Factores de riesgo de enfermedad renal crónica.

2004;24(suplemento 6):27–34.

17. Cuenta de Alto Costo. Recomendaciones basadas en la evidencia para la definir

criterios de inclusión a diálisis para pacientes con ERC estadio 5 y cuidado

Bibliografía 47

paliativo para pacientes con ERC estadio 5 sin indicación de terapia dialítica.

Bogotá, Colombia; 2013.

18. Antolín A, Miguel A, Pérez J, Gómez C, Zurriaga O, Blasco M, et al. Analysis of

survival in dialysis: hemodialysis versus peritoneal dialysis and the significance of

comorbidity. Nefrologia. 2002 Jan;22(3):253–61.

19. Avram M, Sreedhara R, Fein P, Oo K, Chattopadhyay J, Mittman N. Survival on

hemodialysis and peritoneal dialysis over 12 years with emphasis on nutritional

parameters. Am J Kidney Dis. 2001 Jan;37(1 Suppl 2):S77-80.

20. Biamino E, Caligaris F, G C, E D, S F, P I, et al. Morbidity and mortality in patients

undergoing dialysis. Comparison of hemodialysis and peritoneal dialysis. Our

experience. Minerva Urol Nefrol. 2000 Sep;52(3):127–8.

21. Bloembergen WE, Port FK, Mauger EA, Wolfe RA. A comparison of mortality

between patients treated with hemodialysis and peritoneal dialysis. J Am Soc

Nephrol. 1995 Aug;6(2):177–83.

22. Chang Y-K, Hsu C-C, Hwang S-J, Chen P-C, Huang C-C, Li T-C, et al. A

comparative assessment of survival between propensity score-matched patients

with peritoneal dialysis and hemodialysis in Taiwan. Medicine (Baltimore). 2012

May;91(3):144–51.

23. Collin A, Hao W, Xia H, Ebben J, Everson S, Constantini E, et al. Mortality risks of

peritoneal dialysis and hemodialysis. Am J Kidney Dis. 1999 Dec;34(6):1065–74.

24. Fenton SS, Schaubel DE, Desmeules M, Morrison HI, Mao Y, Copleston P, et al.

Hemodialysis versus peritoneal dialysis: a comparison of adjusted mortality rates.

Am J Kidney Dis. 1997 Sep;30(3):334–42.

25. Held PJ, Port FK, Turenne MN, Gaylin DS, Hamburger RJ, Wolfe RA. Continuous

ambulatory peritoneal dialysis and hemodialysis: comparison of patient mortality

with adjustment for comorbid conditions. Kidney Int. 1994 Apr;45(4):1163–9.

26. Huang C-C, Cheng K-F, Wu H-DI. Survival analysis: comparing peritoneal dialysis

and hemodialysis in Taiwan. Perit Dial Int. 2008 Jun;28 Suppl 3:S15-20.


27. Kim H, Kim KH, Park K, Kang S-W, Yoo T-H, Ahn SV, et al. A population-based

approach indicates an overall higher patient mortality with peritoneal dialysis

compared to hemodialysis in Korea. Kidney Int. 2014 Nov;86(5):991–1000.

28. Lee C-C, Sun C-Y, Wu M-S. Long-term modality-related mortality analysis in

incident dialysis patients. Perit Dial Int [Internet]. 2009 [cited 2014 Dec

9];29(2):182–90. Available from: http://www.ncbi.nlm.nih.gov/pubmed/19293356

29. Liem YS, Wong JB, Hunink MGM, de Charro FT, Winkelmayer WC. Comparison of

hemodialysis and peritoneal dialysis survival in The Netherlands. Kidney Int. 2007

Jan;71(2):153–8.

30. Marcelli D, Spotti D, Conte F, Tagliaferro A, Limido A, Lonati F, et al. Survival of

diabetic patients on peritoneal dialysis or hemodialysis. Perit Dial Int. 1996 Jan;16

Suppl 1:S283-7.

31. Murphy S, Foley R, Barrett B, Kent G, Morgan J, Barré P, et al. Comparative

mortality of hemodialysis and peritoneal dialysis in Canada. Kidney Int. 2000

Apr;57(4):1720–6.

32. Nelson CB, Port FK, Wolfe RA, Guire KE. Comparison of continuous ambulatory

peritoneal dialysis and hemodialysis patient survival with evaluation of trends

during the 1980s. J Am Soc Nephrol. 1992 Nov;3(5):1147–55.

33. Sanabria M, Muñoz J, Trillos C, Hernández G, Latorre C, Díaz CS, et al. Dialysis

outcomes in Colombia (DOC) study: a comparison of patient survival on peritoneal

dialysis vs hemodialysis in Colombia. Kidney Int Suppl. 2008 Apr;(108):S165-72.

34. Sens F, Schott-Pethelaz A, Labeeuw M, Colin C, Villar E. Survival advantage of

hemodialysis relative to peritoneal dialysis in patients with end-stage renal disease

and congestive heart failure. Kidney Int. 2011 Nov;80(9):970–7.

35. Serkes KD, Blagg CR, Nolph KD, Vonesh EF, Shapiro F. Comparison of patient

and technique survival in continuous ambulatory peritoneal dialysis (CAPD) and

hemodialysis: a multicenter study. Perit Dial Int. 1990 Jan;10(1):15–9.

36. Stack A, Murthy B, Molony D. Survival differences between peritoneal dialysis and

Bibliografía 49

hemodialysis among “large” ESRD patients in the United States. Kidney Int

[Internet]. 2004 Jun [cited 2014 Dec 5];65(6):2398–408. Available from:


37. Stolic R, G T, Jovanovic A, Peric V, Stolic D, Sovtic S, et al. Association of

metabolic changes with mortality of patients treated by peritoneal dialysis or

hemodialysis. Ren Fail. 2010 Jan;32(7):778–83.

38. Tchokhonelidze I. Mortality differences between hemodialysis and peritoneal

dialysis among ESRD patients in Georgia. Georgian Med News. 2007

Feb;(143):27–30.

39. Termorshuizen F, Korevaar JC, Dekker FW, Van-Manen JG, Boeschoten EW,

Krediet RT. Hemodialysis and peritoneal dialysis: comparison of adjusted mortality

rates according to the duration of dialysis: analysis of The Netherlands Cooperative

Study on the Adequacy of Dialysis 2. J Am Soc Nephrol [Internet]. 2003 Nov [cited

2014 Dec 5];14(11):2851–60. Available from:


40. TW Kao, Huang J, Hung K, Chang Y, Chen P, Yen C, et al. Life expectancy,

expected years of life lost and survival of hemodialysis and peritoneal dialysis

patients. J Nephrol [Internet]. 2010 [cited 2014 Dec 5];23(6):677–82. Available


41. Uchida K, Shoda J, Sugahara S, Ikeda N, Kobayashi K, Kanno Y, et al.

Comparison and survival of patients receiving hemodialysis and peritoneal dialysis

in a single center. Adv Perit Dial. 2007 Jan;23:144–9.

42. Vonesh EF, Moran J. Mortality in end-stage renal disease: a reassessment of

differences between patients treated with hemodialysis and peritoneal dialysis. J

Am Soc Nephrol. 1999 Feb;10(2):354–65.

43. Vonesh EF, Snyder JJ, Foley RN, Collins AJ. The differential impact of risk factors

on mortality in hemodialysis and peritoneal dialysis. Kidney Int [Internet]. 2004 Dec

[cited 2014 Dec 5];66(6):2389–401. Available from:



44. Weinhandl ED, Foley RN, Gilbertson DT, Arneson TJ, Snyder JJ, Collins AJ.

Propensity-matched mortality comparison of incident hemodialysis and peritoneal

dialysis patients. J Am Soc Nephrol. 2010 Mar;21(3):499–506.

45. Winkelmayer W, Glynn R, Mittleman M, Levin R, Pliskin J, Avorn J. Comparing

mortality of elderly patients on hemodialysis versus peritoneal dialysis: a propensity

score approach. J Am Soc Nephrol. 2002 Sep;13(9):2353–62.

46. Wolfe RA, Port FK, Hawthorne VM, Guire KE. A comparison of survival among

dialytic therapies of choice: in-center hemodialysis versus continuous ambulatory

peritoneal dialysis at home. Am J Kidney Dis. 1990 May;15(5):433–40.

47. Xue J, Everson S, Constantini E, Ebben J, Chen S, Agodoa L, et al. Peritoneal and

hemodialysis: II. Mortality risk associated with initial patient characteristics. Kidney

Int. 2002 Feb;61(2):741–6.

48. Choi J, Jang H, Park J, Kim Y, SW SK, Yang C, et al. Survival advantage of

peritoneal dialysis relative to hemodialysis in the early period of incident dialysis

patients: a nationwide prospective propensity-matched study in Korea. PLoS One

[Internet]. 2013 Jan [cited 2014 Dec 5];8(12):e84257. Available from:

http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=3875495&tool=pmcentre

z&rendertype=abstract

49. Van der Wal WM, Noordzij M, Dekker FW, Boeschoten EW, Krediet RT, Korevaar

JC, et al. Comparing mortality in renal patients on hemodialysis versus peritoneal

dialysis using a marginal structural model. Int J Biostat [Internet]. 2010 Jan [cited

2014 Dec 5];6(1):Article 2. Available from:


50. Lukowsky LR, Mehrotra R, Kheifets L, Arah OA, Nissenson AR, Kalantar-Zadeh

Prof. K. Comparing mortality of peritoneal and Hemodialysis patients in the first 2

years of dialysis therapy: A marginal structural model analysis. Clin J Am Soc

Nephrol. 2013;8(4):619–28.

51. van der Wal WM, Noordzij M, Dekker FW, Boeschoten EW, Krediet RT, Korevaar

JC, et al. Comparing mortality in renal patients on hemodialysis versus peritoneal

Bibliografía 51

dialysis using a marginal structural model. Int J Biostat [Internet]. 2010;6(1):Article

2. Available from: http://www.ncbi.nlm.nih.gov/pubmed/21969966

52. Brunelli SM, Joffe MM, Israni RK, Yang W, Fishbane S, Berns JS, et al. History-

adjusted marginal structural analysis of the association between hemoglobin

variability and mortality among chronic hemodialysis patients. Clin J Am Soc

Nephrol [Internet]. 2008 May [cited 2014 Dec 5];3(3):777–82. Available from:



53. Fukagawa M, Kido R, Komaba H, Onishi Y, Yamaguchi T, Hasegawa T, et al.

Abnormal mineral metabolism and mortality in hemodialysis patients with

secondary hyperparathyroidism: evidence from marginal structural models used to

adjust for time-dependent confounding. Am J Kidney Dis [Internet]. 2014 Jun [cited



54. Ishani A, Solid CA, Weinhandl ED, Gilbertson DT, Foley RN, Collins AJ.

Association between number of months below K/DOQI haemoglobin target and risk

of hospitalization and death. Nephrol Dial Transplant [Internet]. 2008 May [cited



55. Lertdumrongluk P, Streja E, Rhee CM, Park J, Arah OA, Brunelli SM, et al. Dose of

hemodialysis and survival: a marginal structural model analysis. Am J Nephrol

[Internet]. 2014 Jan [cited 2014 Dec 5];39(5):383–91. Available from:


56. Lynch KE, Lynch R, Curhan GC, Brunelli SM. Prescribed dietary phosphate

restriction and survival among hemodialysis patients. Clin J Am Soc Nephrol

[Internet]. 2011 Mar [cited 2014 Nov 24];6(3):620–9. Available from:



57. Miller JE, Molnar MZ, Kovesdy CP, Zaritsky JJ, Streja E, Salusky I, et al.


Administered paricalcitol dose and survival in hemodialysis patients: a marginal

structural model analysis. Pharmacoepidemiol Drug Saf [Internet]. 2012 Nov [cited



58. Miskulin DC, Tangri N, Bandeen-Roche K, Zhou J, McDermott A, Meyer KB, et al.

Intravenous iron exposure and mortality in patients on hemodialysis. Clin J Am Soc

Nephrol [Internet]. 2014 Nov 7 [cited 2014 Dec 5];9(11):1930–9. Available from:


59. Teng M, Wolf M, Ofsthun MN, Lazarus JM, Hernán MA, Camargo CA, et al.

Activated injectable vitamin D and hemodialysis survival: a historical cohort study. J

Am Soc Nephrol [Internet]. 2005 Apr [cited 2014 Dec 5];16(4):1115–25. Available


60. Tentori F, Albert JM, Young EW, Blayney MJ, Robinson BM, Pisoni RL, et al. The

survival advantage for haemodialysis patients taking vitamin D is questioned:

findings from the Dialysis Outcomes and Practice Patterns Study. Nephrol Dial

Transplant [Internet]. 2009 Mar [cited 2014 Nov 28];24(3):963–72. Available from:


61. Van der Wal WM, Noordzij M, Dekker FW, Boeschoten EW, Krediet RT, Korevaar

JC, et al. Full loss of residual renal function causes higher mortality in dialysis

patients; findings from a marginal structural model. Nephrol Dial Transplant

[Internet]. 2011 Sep [cited 2014 Dec 5];26(9):2978–83. Available from:


62. Wang O, Kilpatrick RD, Critchlow CW, Ling X, Bradbury BD, Gilbertson DT, et al.

Relationship between epoetin alfa dose and mortality: findings from a marginal

structural model. Clin J Am Soc Nephrol [Internet]. 2010 Feb [cited 2014 Dec

5];5(2):182–8. Available from:



63. Imai K, Ratkovic M. Robust Estimation of Inverse Probability Weights for Marginal

Structural Models. J Am Stat Assoc. 2015;110(June 2015):37–41.

Bibliografía 53

64. Cole SR, Hernán MA, Robins JM, Anastos K, Chmiel J, Detels R, et al. Effect of

highly active antiretroviral therapy on time to acquired immunodeficiency syndrome

or death using marginal structural models. Am J Epidemiol. 2003;158(7):687–94.

65. Boj del Val, E. El modelo de regresión de Cox. Universidad de Barcelona 2014.

Disponible en:

http://diposit.ub.edu/dspace/bitstream/2445/49070/11/El%20modelo%20de%20Co

x%20de%20riesgos%20proporcionales.pdf.

66. Royston P, White I. Multiple imputation by chained equations (MICE):

Implementation in Stata. J Stat Softw. 2011;45(4):1–20.

67. Royston P. Multiple imputation of missing values. Stata J [Internet]. 2004;4(3):227–

41. Available from: http://ideas.repec.org/a/tsj/stataj/v7y2007i4p465-506.html

68. van der Wal WM, Geskus RB. ipw : An R Package for Inverse Probability

Weighting. J Stat Softw [Internet]. 2011;43(13):1–23. Available from:

http://www.jstatsoft.org/v43/i13/

69. Cole SR, Hernán MA. Constructing inverse probability weights for marginal

structural models. Am J Epidemiol. 2008;168(6):656–64.

70. Higgins JPT, Green S (editors). Cochrane Handbook for Systematic Reviews of

Interventions Version 5.1.0 [updated March 2011]. The Cochrane Collaboration,

2011. Available from www.handbook.cochrane.org.

71. Moodie EEM, Stephens DA. Marginal Structural Models: Unbiased estimation for

longitudinal studies. Int J Public Health. 2011;56(1):117–9.

72. Hernán MA, Brumback B, Robins JM. Marginal Structural Models to Estimate the

Causal Effect of Zidovudine on the Survival of HIV-Positive Men. Vol. 11,

Epidemiology. 2000. p. 561–70.

73. Marshall A, Altman DG, Holder RL. Comparison of imputation methods for handling

missing covariate data when fitting a Cox proportional hazards model: a resampling

study. BMC Med Res Methodol [Internet]. 2010;10:112. Available from:

http://www.biomedcentral.com/1471-2288/10/112


74. Rubin DB. Multiple Imputation for Nonresponse in Surveys New York: John Wiley

and Sons; 1987. In John Wiley & Sons, Inc.; [cited 2017 Jan 16]. p. i–xxix.

Available from: http://doi.wiley.com/10.1002/9780470316696.fmatter

75. Greenland S. An introduction to instrumental variables for epidemiologists. Int J

Epidemiol [Internet]. 2000;29(4):722–9. Available from:

http://www.ncbi.nlm.nih.gov/pubmed/10922351http://ije.oxfordjournals.org/content/

29/4/722.full.pdf%5Cnhttp://ije.oxfordjournals.org/content/29/4/722.full.pdf

76. Robins JM. Association, causation and MSM. Synthese. 1999;121:151–79.

ASOCIACIÓN ENTRE EL TIPO DE DIÁLISIS LA ...ASOCIACIÓN ENTRE EL TIPO DE DIÁLISIS LA SUPERVIVENCIA...

Documents

Transcript of ASOCIACIÓN ENTRE EL TIPO DE DIÁLISIS LA ...ASOCIACIÓN ENTRE EL TIPO DE DIÁLISIS LA SUPERVIVENCIA...